研究課題/領域番号 |
21K03911
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分19020:熱工学関連
|
研究機関 | 東北大学 |
研究代表者 |
青木 秀之 東北大学, 工学研究科, 教授 (40241533)
|
研究分担者 |
松川 嘉也 東北大学, 工学研究科, 助教 (30882477)
松下 洋介 弘前大学, 理工学研究科, 教授 (80431534)
|
研究期間 (年度) |
2021-04-01 – 2024-03-31
|
キーワード | Coke / X-ray CT / Large scale simulation / CFD / Neural network |
研究成果の概要 |
本課題では、cmオーダの大きさを有する実際の固体燃料を対象に、数十μmオーダの解像度、数~数十億ボクセルでその構造を再現し、構造に由来した気孔内のガスの拡散および均一反応の水性ガスシフト反応を正確に記述した上で、固体燃料のガス化反応の大規模シミュレーションを実施した。初期の構造を均一とする従来のモデルと比較することで、実構造と構造の変化をこれまで構造を定義するパラメータとして用いられている空隙率や屈曲率などと比較して正確かつ優位であることが示された。また、研究を進展させる中で、2つの新たなシミュレーション手法を提案することができた。
|
自由記述の分野 |
移動現象
|
研究成果の学術的意義や社会的意義 |
固体燃料は気孔を含む複雑な構造を有しており、固体燃料によっては異方性の高い構造を有する場合が多く、マクロ的な視点で評価する空隙率や評価方法が曖昧な屈曲度などのパラメータで表現するには限界がある。固体燃料内の気孔で生じる均一反応も考慮することで、実在燃料における、ガス拡散、均一反応や不均一反応の寄与を評価できるようになった。また、本課題の一環としてニューラルネットワークに基づく不均一反応の高精度のモデルパラメータ推算方法および均一反応のモデル化に関するニューラルネットワーク構築方法といった2つの新規手法を提案した。これらは今後のグリーントランスフォーメーションの進展に大きく寄与するものと考える。
|